主要内容

有状态分类

使用训练的深度学习递归神经网络对数据进行分类

全部展开页面
  • 库:

  • 深度学习工具箱/深度神经网络

  • 有状态分类块

描述

的有状态分类块通过使用通过块参数指定的培训的复发性神经网络，通过培训的经常性神经网络预测输入数据的类标签。此块允许将备用网络加载到Simulink中金宝app®来自垫子文件或来自Matlab的模型®功能。此块通过每次预测更新网络状态。

限制

的有状态分类块不支持Mat文件日志记录。金宝app

港口

输入

全部展开

输入的格式取决于数据的类型。

输入 描述
向量序列 c-经过-年代矩阵，其中c序列的特征数是和吗年代是序列长度。
二维图像序列 h-经过-w-经过-c-经过-年代数组,h，w， 和c分别对应图像的高度、宽度和通道数量，和年代是序列长度。

输出

全部展开

预测类标签具有最高分，作为一个返回N-by-1枚举标签向量，其中N是观察人数。

预测得分，作为一个返回N-经过-K矩阵，其中N是观察的次数，和K为类数。

与预测分数相关的标签，作为a返回N-经过-K矩阵，其中N是观察的次数，和K为类数。

参数

全部展开

指定训练的递归神经网络的来源。经过训练的网络必须至少有一个递归层(例如LSTM网络)。选择以下其中之一:

  • 网络从MAT-file-从包含a的MAT-file中导入一个训练有素的递归神经网络SeriesNetwork，DAGNetwork,或dlnetwork目的。

  • 来自MATLAB功能的网络-从MATLAB函数中导入预训练的递归神经网络。

编程使用

块参数:网络
类型:特征向量,字符串
价值观:“网络从MAT-file”|'网络从MATLAB函数'
默认值:“网络从MAT-file”

此参数指定包含培训的重复性神经网络的MAT文件的名称。如果文件不在MATLAB路径上，请使用浏览按钮以定位文件。

依赖关系

要启用该参数，请设置网络参数网络从MAT-file．

编程使用

块参数:NetworkFilePath
类型:特征向量,字符串
价值观:mat -文件路径或名称
默认值:'untitled.mat'

此参数指定预先训练的复发性神经网络的MATLAB函数的名称。

依赖关系

要启用该参数，请设置网络参数来自MATLAB功能的网络．

编程使用

块参数:NetworkFunction
类型:特征向量,字符串
价值观:MATLAB函数名
默认值:“无题”

的样品时间参数指定在模拟期间块何时计算新的输出值。有关详细信息,请参见指定样品时间(金宝app模型)．

指定样品时间当您不希望输出具有时间偏移时，将参数作为标量。要在输出中添加时间偏移量，请指定样品时间参数作为一个1-经过-2向量，第一个元素是采样周期，第二个元素是偏移量。

默认情况下,样品时间参数值是-1继承值。

编程使用

块参数:SampleTime
类型:特征向量
价值观:标量|向量
默认值:' 1 '

使输出端口ypred输出最高分的标签。

编程使用

块参数:分类
类型:特征向量,字符串
价值观:“关闭”|“上”
默认值:“上”

启用输出端口得分和标签输出所有的预测分数和相关的类标签。

编程使用

块参数:预测
类型:特征向量,字符串
价值观:“关闭”|“上”
默认值:“关闭”

模型的例子

在Simulink中对网络状态进行分类和更新金宝app

在Simulink中对网络状态进行分类和更新金宝app

在Simulink®中对训练有素的递归神经网络进行数据分类金宝app有状态分类块。这个例子使用了预先训练的长短期记忆(LSTM)网络。

扩展功能

另请参阅

||

介绍了R2021a

深度学习工具箱文档

金宝app

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书